Apresentação para Workshop de Sistemas de Recomendação - ICMC 2014

1. Recomendação de conteúdo baseada em interações multimodais
Arthur Fortes da Costa
Orientador:
Professor Dr. Marcelo Manzato

2. 2
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Recomendação de conteúdo baseada em interações multimodais
1. Introdução
Contextualização
Motivação
Objetivos
2. Plano de Pesquisa
Projeto
Arquitetura
Ferramentas Auxiliares
Resultados Esperados
3. Trabalhos em Andamento
Proposta
Resultados

3. •As principais funções dos sistemas de recomendação são analisar os dados dos usuários e extrair informações úteis para futuras predições.
•Sistemas atuais:
-Diversos tipos de interações
-Maior processamento de dados
-Tempo Real
3
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Recomendação de conteúdo baseada em interações multimodais
ContextualizaçãoMotivaçãoObjetivo
Contextualização
Figura1. Exemplo de interações Twitter.

4. •Sistemascomputacionaisatualmentepermitemqueosusuáriosinterajamdediversasmaneiras
4
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Recomendação de conteúdo baseada em interações multimodais
ContextualizaçãoMotivaçãoObjetivo
Motivação
Figura2. Exemplo de interações em produto vendido na Amazon.

5. •Nessalinhadepesquisa,foramdesenvolvidasinúmerastécnicasqueutilizamdiferentesinformaçõesdousuárioparaconstruirseuperfildeinteresses.
•Aliteraturaapresentaumalacunaemtécnicasqueunifiquemváriasformasdeinteraçãodoindivíduoemumúnicomodelo.
5
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Recomendação de conteúdo baseada em interações multimodais
ContextualizaçãoMotivaçãoObjetivo
Motivação

6. •Este plano de pesquisa tem como objetivo desenvolver um modelo de recomendação com base em interações multimodais executadas pelo usuário ao acessar o sistema.
Módulo capaz de processar vários tipo de interação:
Indicar inferências positivas ou
negativas do usuário sobre o conteúdo.
6
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Recomendação de conteúdo baseada em interações multimodais
ContextualizaçãoMotivaçãoObjetivo
Objetivo

7. •Nosso plano visa a exploração de tais problemas, utilizando-se dos sistemas existentes, para o desenvolvimento de um módulo capaz de originar um sistema baseado em interações multimodais.
•Otimizar e solucionar parte dos problemas aqui citados e contribuir para as demais áreas correlacionadas.
7
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Recomendação de conteúdo baseada em interações multimodais
Projeto
Projeto
Arquitetura
Ferramentas Auxiliares
Resultados Esperados

8. 8
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Projeto
Arquitetura
Ferramentas Auxiliares
Resultados Esperados
Arquitetura
Figura 3. Arquitetura Atualizada do Modelo Proposto

9. 9
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Recomendação de conteúdo baseada em interações multimodais
Ferramentas Auxiliares
•Bases de Dados
-Last.fm
-MovieLens(10M)
-HetRec
•Ferramentas de Recomendação
-MyMediaLite/ Crab/ LensKit
•Avaliação de Resultados
-10-fold crossvalidation/ AllButOne(Live OneOut)
-MAE e RMSE
-MAP@10, Prec@10 e F1
-Estudo estatísticos: T-student(p < 0.05)
Projeto
Arquitetura
Ferramentas Auxiliares
Resultados Esperados

10. 10
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Recomendação de conteúdo baseada em interações multimodais
Resultados Esperados
Dentre os resultados do presente projeto, destacam-se:
•Um sistema capaz de indicar de listas de recomendação de itens mais aproximadas as preferências dos usuários.
•Representação mais precisa das preferências do usuário.
•Redução de problemas conhecidos na área de sistemas de recomendação:
-Partida Fria
-Ovelha Negra
-SuperEspecialização
Projeto
Arquitetura
Ferramentas Auxiliares
Resultados Esperados

11. 11
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Proposta
Resultados
Proposta
•Desenvolvimento de um modelo capaz de processar:
-Interações Explicitas (Notas atribuídas por usuários)
-Interações Implícitas (Se atribuiu ou não Tagsa um item e histórico de navegação)
•Algoritmos existentes para processar os dados: (MyMediaLite)
-BPRMF
-SVD++ / Fatoração de Matrizes
•Processar os resultados obtidos atribuindo pesos às interações com resultados mais relevantes.
•Gerar um rankunificado para o usuário.

12. 12
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Proposta
Resultados
Modelo
Recomendação de conteúdo baseada em interações multimodais
•Trabalho inicial submetido à WIC 2014.

13. 13
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Proposta
Resultados
Modelo
Recomendação de conteúdo baseada em interações multimodais
•Trabalho submetido ao BRACIS 2014.

14. 14
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Proposta
Resultados
Modelo
Recomendação de conteúdo baseada em interações multimodais
•Trabalho submetido ao Webmedia2014/ Atual arquitetura do projeto.

15. 15
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Proposta
Resultados
Modelo
Recomendação de conteúdo baseada em interações multimodais
•Trabalho submetido ao Webmedia2014/ Atual arquitetura do projeto.

16. 16
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Proposta
Resultados
Modelo (Resultados de Precisão)

17. 17
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Proposta
Resultados
Modelo
(Resultados de MAP)

18. 18
RoteiroIntroduçãoPlano de PesquisaTrabalhos em Andamento
Proposta
Resultados
Diretrizes
Recomendação de conteúdo baseada em interações multimodais
•Utilizar outras técnicas de ensemble learningpara unificar os rankings (Stacking, técnicas não lineares, etc;)
•Utilizar novos algoritmos para processar os dados-BPRMF
•Processar novos tipos de interações.

19. Recomendação de conteúdo baseada em interações multimodais
Arthur Fortes da Costa
fortes@icmc.usp.br
Orientador:
Professor Dr. Marcelo Manzato
mmanzato@icmc.usp.br